Nutch报错怎么办
发表于:2026-10-31 作者:千家信息网编辑
千家信息网最后更新 2026年10月31日,这篇文章主要介绍了Nutch报错怎么办,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。Indexer: java.io.IOExcept
千家信息网最后更新 2026年10月31日Nutch报错怎么办
这篇文章主要介绍了Nutch报错怎么办,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
Indexer: java.io.IOException: Job failed!
环境:nutch2.8 local模式 solr服务正常
ParseSegment: finished at 2014-07-14 21:21:19, elapsed: 00:00:35CrawlDB updateCrawlDb update: starting at 2014-07-14 21:21:21CrawlDb update: db: crawl/crawldbCrawlDb update: segments: [crawl/segments/20140714190910]CrawlDb update: additions allowed: trueCrawlDb update: URL normalizing: falseCrawlDb update: URL filtering: falseCrawlDb update: 404 purging: falseCrawlDb update: Merging segment data into db.CrawlDb update: finished at 2014-07-14 21:21:30, elapsed: 00:00:09Link inversionLinkDb: starting at 2014-07-14 21:21:33LinkDb: linkdb: crawl/linkdbLinkDb: URL normalize: trueLinkDb: URL filter: trueLinkDb: internal links will be ignored.LinkDb: adding segment: crawl/segments/20140714190910LinkDb: merging with existing linkdb: crawl/linkdbLinkDb: finished at 2014-07-14 21:21:42, elapsed: 00:00:09Dedup on crawldbIndexing 20140714190910 on SOLR index -> http://192.168.122.104:8080/solrIndexer: starting at 2014-07-14 21:21:55Indexer: deleting gone documents: falseIndexer: URL filtering: falseIndexer: URL normalizing: falseActive IndexWriters :SOLRIndexWriter solr.server.url : URL of the SOLR instance (mandatory) solr.commit.size : buffer size when sending to SOLR (default 1000) solr.mapping.file : name of the mapping file for fields (default solrindex-mapping.xml) solr.auth : use authentication (default false) solr.auth.username : use authentication (default false) solr.auth : username for authentication solr.auth.password : password for authenticationIndexer: java.io.IOException: Job failed! at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:1357) at org.apache.nutch.indexer.IndexingJob.index(IndexingJob.java:114) at org.apache.nutch.indexer.IndexingJob.run(IndexingJob.java:176) at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65) at org.apache.nutch.indexer.IndexingJob.main(IndexingJob.java:186)
解决方法:
1、查看nutch日志发现是nutch在向solr请求的时候有Bad Request导致的
2、查看solr日志(在solr的web页面上的logging)中查看找到org.apache.solr.common.SolrException: ERROR: [doc=http://18.ifeng.com/] unknown field 'anchor'
3、从2中可以看出是缺少叫做'anchor'的field,那么在solr的solr/collection1/conf/schema.xml文件中增加'anchor'字段
No agents listed in 'http.agent.name' property
原因:$NUTCH_HOME/conf/nutch-site.xml中没有设置http.agent.name值,nutch较新版本(TODO:确切版本待考证)中这个值为空的话就会报这个错误。
解决:这个值其实就是User-Agent值,可以填写浏览器UA值以达到伪装成浏览器访问的目的。注意!填写后需使用ant重新编译才能生效。
感谢你能够认真阅读完这篇文章,希望小编分享的"Nutch报错怎么办"这篇文章对大家有帮助,同时也希望大家多多支持,关注行业资讯频道,更多相关知识等着你来学习!
篇文章
怎么办
日志
浏览器
浏览
价值
兴趣
原因
同时
字段
就是
文件
方法
时候
更多
朋友
模式
版本
环境
目的
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
华服互联网科技靠谱吗
科技互联网产品
互联网通讯科技
互联网与科技发展
广州善班互联网科技
深圳互联网科技怎么样
农村开互联网科技讲堂
昭通云南众福互联网科技有限公司
互联网与医疗科技
哈尔滨屹滨互联网科技有限公司
互联网科技和信息
广东工业互联网大赛深圳学泰科技
互联网科技快讯热点
半导体是互联网高科技吗
互联网与数字科技关系
玉溪新华互联网科技怎么选
科技互联网公司两年变化
杭州融税互联网科技有限公司
互联网科技对化妆品行业
互联网企业和网络科技有限公司
易互联网科技有限公司
华宇互联网科技
猪兼强互联网科技
未来的互联网科技
互联网科技上市公司
互联网科技的未来发展
互联网科技有限公司 翻译
互联网科技公司有风险吗
新氧科技和美国互联网有关系吗
福仕德教育科技互联网